基于屬性分類能力結(jié)構(gòu)互補(bǔ)性的基因選擇方法.pdf

1、眼下，機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等技術(shù)已經(jīng)普遍運(yùn)用于醫(yī)療、生命科學(xué)、經(jīng)濟(jì)學(xué)等社會各行各業(yè)。
　　本文的主要內(nèi)容是機(jī)器學(xué)習(xí)方法在生物數(shù)據(jù)上的一個應(yīng)用，使用DNA微陣列數(shù)據(jù)作為主要研究對象，通過對基因表達(dá)數(shù)據(jù)的分析，并運(yùn)用機(jī)器學(xué)習(xí)中的特征選擇方法，能夠迅速找到癌癥基因，并在醫(yī)學(xué)上提供診斷依據(jù)。
　　本文首先介紹了微陣列數(shù)據(jù)的相關(guān)背景知識，以及研究意義。之后，針對微陣列數(shù)據(jù)的特點(diǎn)，分析了現(xiàn)有特征選擇方法在處理該數(shù)據(jù)上所存在的不足，進(jìn)而提出

2、新的方法來彌補(bǔ)和克服現(xiàn)有問題。
　　本文的核心內(nèi)容在于，提出一種新穎的特征選擇方法用于處理微陣列數(shù)據(jù)?；虮磉_(dá)數(shù)據(jù)具有大屬性集，小樣本集的特點(diǎn)。為處理這種類型的數(shù)據(jù)，我們將不同的基因按照分類能力結(jié)構(gòu)分為不同組?？紤]到微陣列數(shù)據(jù)分類問題多為多類問題，我們將多類問題拆分為多個兩類問題，針對其小樣本大屬性集的特點(diǎn)，采用貝葉斯錯誤率來衡量每一條特征（基因）對于不同兩類問題的區(qū)分能力，進(jìn)而獲得單一特征對于不同兩類問題的分類能力，使用某一特征

3、是否可將一個或幾個兩類問題分開，并用分類能力結(jié)構(gòu)向量來表示每個特征的分類能力。通過組合具有不同分類能力結(jié)構(gòu)的屬性來使得這些屬性之間能夠在分類能力上互相彌補(bǔ)，從而獲得理想的分類結(jié)果，達(dá)到特征選擇的目的。
　　實驗證明對比已有的一些特征選擇方法，本文提出的方法在分類預(yù)測的準(zhǔn)確率上，能夠維持較高水平，與此同時，并大幅削減了特征子集中特征的數(shù)量。另外，通過設(shè)計實驗，對比現(xiàn)已存在的特征選擇方法，我們的方法可以挖掘出在傳統(tǒng)特征選擇方法中不被看